Metode Regresi

Metode regresi umumnya membahas pendekatan sebab akibat

(causal) atau yang bersifat menjelaskan (expanatori) untuk
peramalan. Metode ini mencoba untuk memperkirakan keadaan
dimasa yang akan datang dengan mengemukakan dan mengukur
beberapa variable bebas (independent) yang penting beserta
pengaruh mereka terhadap variable tidak bebas (dependent) yang
akan diramal. Dibawah ini akan dijelaskan secara singkat metode
regresi sederhana yang melibatkan satu variable bebas (dependent
variabel) dan satu variable tidak bebas (independent variabel).
Jika kita gunakan Y sebagai variable tidak bebas dan x = t (waktu)
sebagai variabel bebas, maka tujuan yang ingin kita capai adalah
untuk mendapatkan persamaan garis lurus:

Y  a  bt  ………………………..……………(2.1)
^

Dimana : a = intersep
b = kemiringan (slope)

Sedemikian rupa sehingga untuk setiap nilai waktu t tertentu,

kesalahn kuadrat (squre error):
^
Yt   Yt z
 et …………………………………..(2.2)

^
dimana : Y = hasil peramalan
 7

Yt = variable bebas
e = nilai kesalahan

Jika dijumlahkan akan menghasilkan nilai total minimum. Ini

merupakan prosedur LS (Least Square) dan kesalahan (error)
dinyatakan sebagai panjang garis vertical dari titik tertentu ke garis
(a + b ). Setelah persamaan regresi ditemukan dan diuji,selanjutnya
^
kita dapat menentukan titik taksiran Y (ebagai nilai tunggal Y )

berdasarkan suatu nilai x tertentu, model regresi ini menghasilkan,

^

Y 0
= a  bx 0 …………………………………...(2.3)

Sebagai nilai harapan Y yang diberikan oleh x0 .

Model peramalan dengan pendekatan regresi juga merupakan
peramalan yang menggunakan pendekatan statistik dan dilihat dari
bentuk peramalan dapat dibagi ke dalam beberapa pola
Pola tersebut yaitu:
1. pola linier
2. pola kuadratik
3. pola logaritmik
Telah dijelaskan diatas mengenai pola linier, adapun dibawah ini
akan dijelaskan lebih rinci. (Forecasting by Makridakis, hal 173-213)
1. Pola linier
Persamaan matematik untuk pola linier ini adalah:
Y = a + bx
Dimana : Y = variable tak bebas
 8

x = variabelbebas
a = intersep
b = konstanta kemiringan

harga konstanta a dan b pada persamaan diatas dapat dihitung

dengan persaman berikut

a
 Y  x   x   xY ………………………...(2.4)
2

n x  ( x ) 2 2

n xY   x Y
b …………………………………(2.5)
n  x  ( x )
2 2

2. Pola kuadratik
Persamaan matematik untuk pola kuadratik ini adalah :
2
Y = a + bx + cx …………………………….(2.6)
Konstanta a, b dan c dapat dihitung dengan menggunakan
rumus :

Y b  x c  x2
a   …………………………..(2.7)
n n n
 .   .
b …………………………………………(2.8)
 .   .
   .
c ……………………………………………(2.9)
